认知网络能量感知及伽玛统计模型能量优化算法

• 作者: 李跃新 马强
• 来源期刊: 计算机应用研究
• 关键词: 认知网络 能量感知 伽玛函数 能量优化 能量均衡
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 2104-2107,2143
• 页数: 5页
• 分类号: TN925
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.07.041

摘要

为了提升分簇无线传感器网络的能量效率并均衡节点的能量负载,提出了一种认知网络能量感知及伽玛统计模型能量优化算法.算法提出基于认知无线电的信道能量感知模型,可以得到网络休眠模式和运作模式下网络的能量分布方程.在多个中继网络场景中采用伽玛函数进行网络总能耗分析,并基于次级网络跳数与簇头总能耗关系提出能量优化策略,在均衡簇头能量负载的同时最小化网络总能耗量.实验仿真结果表明,在网络总能量消耗上,所提出的能量优化算法相比基于节能路由方案的认知无线电网络和基于多能量探测器的认知网络,节能效果分别提高了37.6%和12.2%,并且算法采用伽玛函数对网络能量分布的分析具有一定的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李跃新	湖北大学计算机与信息工程学院	68	253	6.0	13.0
2	马强	中南财经政法大学信息与安全工程学院	5	5	1.0	2.0